机器学习基础Numpy | Matplotlib | Pandas

Numpy

1.创建数组

通过给array函数传递Python的序列对象创建数组，如果传递的是多层嵌套的序列，将创建多维数组。

import numpy as np 
＃创建数组
myarray = np.array([1, 2, 3]) 
print(myarray) 
print(myarray.shape) 
＃创建多维数组
myarray = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]]) print(myarray) 
print(myarray.shape)  

2.访问数据

可以通过数组的下标访问某一行，也可以访问某一列。

import numpy as np 
＃创建多维数组
myarray = np.array([[1, 2, 3], [2, 3, 4],[3, 4, 5]]) print(myarray) 
print(myarray.shape) 
＃访问数据
print('这是第一行：%s' % myarray[0]) 
print('这是最后一行：%s' % myarray[-1])
print('访问整列（3列）数据：%s' % myarray[:,2]) 
print('访问指定行（2行）和列（3列）的数据：%s' % myarray[1,2]) 

3.算数运算

使用NumPy的ndarray数组可以直接进行算术运算，或者说向量运算。

import numpy as np 
＃创建多维数组
myarray1 = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]]) myarray2 = np.array([[11, 21, 31], [21, 31, 41], [31, 41, 51]]) 
print('向量加法运算：')
print(myarray1+ myarray2) 
print('向量乘法运算：')
print(myarray1 * myarray2)

Matplotlib

Matplotlib是Python中著名的2D绘图库，使用方法比较简单，按照下面的三步进行操作就能很简单地完成绘图。
1.调用plot()、scatter()等方法，并为绘图填充数据。数据是NumPy的ndarray类型的对象。
2.设定数据标签，使用xlabel()、ylabel()方法。
3.展示绘图结果，使用show（）方法。

1.绘制线条图

import matplotlib.pyplot as plt 
import numpy as np 
＃定义绘图的数据
myarray = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]]) 
＃初始化绘图，横坐标是数组位置0 1 2
plt.plot(myarray) 
＃设定x轴和y轴
plt.xlabel('x axis') 
plt.ylabel('y axis') 
＃绘图
plt.show()

2.绘制散点图

import matplotlib.pyplot as plt 
import numpy as np
＃定义绘图的数据
myarray1 = np.array([1, 2, 3]) 
myarray2 = np.array([11,21,31]) 
＃初始化绘图
plt.scatter(myarrayl, myarray2) 
＃设定x轴和y轴
plt.xlabel('x axis') 
plt.ylabel('y axis') 
＃绘图
plt.show() 

Matplotlib提供了很多种类的图表的绘制功能。参考http://matplotlib.org/gallery.html

Pandas

Pandas提供了用于机器学习的复杂数据类型：矢量运算方法和数据分析方法。Pandas也提供了多种数据结构。

1. Series：一维数组，与NumPy中的一维Array类似。二者与Pyhon基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效地使用内存，提高运算效率。
2. Time-Series：以时间为索引的Series。
3. DataFrame：二维的表格型数据结构。很多功能与R语言中的data.frame类似。可以将DataFrame理解为Series的容器。
4. Panel：三维数组，可以理解为DataFrame的容器。
   重点理解Series和DataFrame这两种数据类型，实践机器学习。

1.Series

Series虽然与NumPy的一维数组类似，但是在建立Series时可以设定index，也可以像访问NumPy数组或字典一样来访问Series元素。

import numpy as np 
import pandas as pd 
myarray = np.array([1, 2, 3]) 
index = ['a','b','c'] 
myseries = pd.Series(myarray, index=index) 
print(myseries) 
print('Series中的第一个元素：')
print(myseries[O]) 
print('Series中的c index元素：')
print(myseries['c']

2.DataFrame

DataFrame是一个可以指定行和列标签的二维数组。数据可以通过指定列名来访问特定列的数据。

import numpy as np 
import pandas as pd 
myarray = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]]) rowindex = ['rowl'，'row2','row3'] 
colname = ['col1','col2','col3']
mydataframe = pd.DataFrame(data=myarray, index=rowindex, columns=colname) 
print(mydataframe) 
print('访问col3的数据:')
print(mydataframe['col3'])

Pandas是一个功能强大的对数据进行切片的工具，更多的内容请查阅PandasAPI ( http://pandas.pydata.org/pandas-docs/stable/)